智能时代职业院校学生AI素养培育体系研究

【摘要】《职业院校智慧校园规范（试行）》将学生人工智能素养列为智慧校园建设的重要内容，但素养发展仍面临能力结构失衡、应用情境不足和课程供给薄弱等问题。立足智能时代人工智能素养发展的新要求，结合职业教育作为类型教育的实践导向特征，系统分析职业院校学生人工智能素养的内涵、框架及发展方向。研究发现，智能时代人工智能素养已由聚焦于技术理解与工具使用，转向基于生成内容的再建构能力、面向复杂任务的人机协同能力，以及对技术边界与伦理责任的判断能力。基于此，构建了具有“通识素养—专业技能—行业能力”三层递进结构的职业院校学生人工智能素养框架，涵盖以人为本的人工智能意识、人工智能社会责任、基础知识与技能、思维与行为、协作与交流、专业能力、职业能力七个核心维度。从基础条件、课程体系、教学实施、评价反馈、生态保障等方面提出了学生人工智能素养发展的实践方向，为职业院校落实规范要求、培养高素质技术技能人才提供理论依据与实践参考。 【关键词】人工智能素养；职业院校学生；人工智能素养发展；职业院校智慧校园规范 【引用格式】管 秀，李 梦，韩锡斌.职业院校学生人工智能素养的内涵、框架及发展[J].中国职业技术教育，2026（9）：58-66.

作者简介

管秀，清华大学教育学院博士研究生。

引言

全球劳动力市场正经历由人工智能（AI）与大数据驱动的深层结构性变革。《未来就业报告2025》预测，到2030年，“AI与大数据相关素养”将成为雇主需求增长最快的五大核心技能之一。面对这一趋势，学生若缺乏对智能技术原理、应用边界与伦理风险的理解，将难以在智能化职场中保持竞争力。

近年来，我国教育数字化发展正由以基础设施建设和信息化工具应用为主的阶段，逐步转向以学习者能力结构重构为导向的智能化发展阶段。《中国智慧教育白皮书（2025）》指出，AI技术正在推动教育内容、教学方式与育人目标发生系统性变革，学生能力培养重心由“知识传授为重”转向“能力提升为本”，表明AI素养正逐步成为智能时代学生核心发展能力的重要组成部分。

与此同时，国务院《关于深入实施“人工智能+”行动的意见》提出，将AI系统性融入教育教学全过程，发展人机协同学习模式，促进因材施教与自主学习能力发展。这一政策导向表明，人工智能在教育中的功能定位正在由工具支持转向学习方式重构与能力培养机制创新，也凸显了培养和发展学生AI素养的现实必要性。

在教育层面，AI技术已被证明可以显著提升教学效率与个性化水平，但其价值的发挥取决于教师与学生是否具备相应的AI素养，即能够负责任地理解、评估并使用智能工具。尤其对承担技术技能人才培养使命的职业院校而言，智能素养不仅关乎学习成效，更直接影响学生的职业胜任力和行业适应力。

《职业院校人工智能应用指引》（以下简称《指引》）对此提出了系统化的指导，强调分层递进培养理念，即“通识素养—专业技能—行业能力”三个层次，全面贯穿安全与伦理教育，以强化学生的岗位适应能力。职业院校学生AI素养的培养需特别强调职业特定领域的能力培养，突出与岗位技能的深度融合，并在课程设计中引入分层递进的培养思路。

然而，职业院校学生AI素养发展尚存现实困境，《职业教育人工智能应用发展报告（2024—2025）》从三个方面对比进行了揭示。

其一，素养发展结构失衡，呈现明显的层级分化特征。学生在“知道与理解”维度上的答题正确率达到70%，但在“应用与分析”（59%）、“评价与创造”（53%）和“伦理与规范”（53.34%）等高阶维度均未超过60%，这表明学生虽已具备一定的AI相关知识，但在实际应用、问题解决与伦理规范意识等高层次素养发展方面仍存在显著不足。

其二，人工智能应用呈现碎片化、低水平的特征，尚未深度融入任务完成和问题解决中。六成以上的学生将AI用于资料推荐与问答辅助，而用于作业评价与情景模拟等复杂任务的比例低于四成，并且每日高频使用比例不足15%，表明AI尚未系统融入真实学习过程。

其三，AI通识课程供给不足。超过六成院校尚未开设AI通识课程或仅处于规划阶段，仅有13.03%的职业院校已在所有专业中开设“人工智能通识课程”，同时近两成学生认为现有课程无法满足学习需求，六成以上仅认为基本满足。因此，职业院校学生AI素养发展所面临的问题，实质上是能力结构失衡、应用情境不足与课程体系供给不足等多重因素交织形成的系统性挑战。

基于此，教育部职业院校信息化教学指导委员会于2025年7月发布《职业院校智慧校园规范（试行）》（以下简称《规范》）。《规范》将“学生人工智能素养”列为智慧校园建设的核心指标，提出要构建“通识素养—专业技能—行业能力”三层递进式培养体系，并要求各校“全面升级智能基础设施，重塑课程体系，完善评价机制”，以系统提升学生的人工智能素养。本文旨在对《规范》中有关学生人工智能素养的具体内容进行解读，并探讨其核心内涵、构成框架与发展路径，以期为职业院校推进高素质技术技能人才培养提供理论支持与实践参考。

一、文献综述

1.学生人工智能素养相关概念辨析

人工智能素养（AI Literacy，以下简称AI素养）尚无统一的概念界定。广泛被接受的是朗（Long）与马格尔科（Magerko）提出的个体理解、评估并与AI技术协作的综合能力，强调批判性地评估AI技术、有效地与AI沟通协作，并在日常生活及工作中负责任地使用AI工具。邱（Chiu）等进一步明确了AI素养与AI能力（AI Competency）的概念界定，指出AI素养侧重个体对AI技术运作与社会影响的理解及负责任地使用AI的能力，强调知识与技能的认知层面；AI能力则强调实际环境中自信有效地使用AI及自我反思的综合素质，并提出技术、影响、伦理、协作、自我反思五个维度的框架。综上，现有研究虽在表述上存在差异，但普遍强调个体对AI运行逻辑的理解、对应用效果的评估以及对伦理责任的承担。简言之，AI素养不仅是技术操作能力，还涉及对AI运行原理、应用边界及其伦理安全的理解与判断能力。

从相关概念辨析来看，AI素养与数据素养、信息素养及数字素养之间存在继承和发展的关系。数据素养为AI素养提供底层支撑，信息素养强调获取与利用信息为主的创造，数字素养则侧重于个体利用数字技术进行数据的获取、交流、分析，用以解决数字问题的态度和能力。基于此，AI素养可视为数字与信息素养的延伸。然而在生成式人工智能广泛应用的背景下，这种“延伸”已呈现出结构性差异，而非简单叠加。随着生成式人工智能的发展，机器逐渐从单向工具转向具备类主体特征的交互伙伴，人机关系由主客二元转向交互主体性结构。这一转变意味着，AI素养不再仅停留于工具操作层面，而需要重构为能够支撑人机交互与协同决策的综合能力结构。

具体而言，AI素养具有三个方面的结构特征。其一，生成性体现为个体在AI生成内容基础上的评价、整合与再创造能力。在生成式人工智能环境下，内容生产呈现出互动性与迭代性特征，个体通过持续提示、修正与优化参与生成过程，从而实现认知扩展与价值增值。生成性并非对生成结果的被动接受，而是在生成输出基础上的主动加工与创造性重构。其二，协作性表现为AI作为认知与决策支持的协作方参与任务过程，个体需要在任务执行中通过目标设定、任务分解与反馈调节形成动态互动关系，从而构建稳定的人机协同模式。人机协同已被视为当代人工智能应用的重要范式，其核心在于通过合理分配控制权与反馈机制，实现人机之间的协同决策与共享认知。其三，边界认知强调个体需要理解AI系统的运行逻辑、训练数据